Раскрытие мощи больших данных: революция в спортивной аналитике
Спорт становится все более конкурентным и интересным для зрителей во многом благодаря большим данным. С 1990-х годов они используются всеми — от игроков низшей лиги до профессиональных спортсменов — для повышения спортивных результатов, вовлечения аудитории, а также тактик маркетинга и брендинга. Победа в соревнованиях зависит от услуг больших данных, которые тесно связаны с ней, таких как результативность упражнений, информация о здоровье, статистика тренировок и анализ. Развитие спортивной индустрии было значительно обусловлено эпохой больших данных.
Могут ли большие данные искажать реальность?
Необычно понято, точно так же, как вы есть то, что вы потребляете, ваши мысли и действия находятся под влиянием материала, которому вы подвергаетесь. Это реальность виртуализации с использованием двоичных чисел без фоновой музыки, что часто ставит под сомнение попытки нормализовать дисконтированный результат.
McKinsey Global Institute дает концепцию больших данных, которая включает в себя четыре характеристики: объем, разнообразие, скорость и ценность. Опираясь на определение больших данных, данное McKinsey Global Institute, спортивные большие данные можно определить как сбор спортивных данных, который настолько велик, что может приобретать, хранить, управлять и анализировать далеко за пределами возможностей традиционных инструментов программного обеспечения для баз данных, включая пять функций: объем, разнообразие, скорость, достоверность и ценность. Сотни миллионов спортивных данных генерируются каждый день из миллионов школ, различных событий и сообществ, что представляет собой функцию объема. Функция скорости может быть отражена скоростью роста спортивных данных. Разнообразие спортивных больших данных проистекает из того факта, что они содержат различные сущности и отношения, что делает спортивные системы больших данных более сложными.
Профессиональный спортивный сектор предлагает большие возможности для больших данных с рыночной стоимостью более 90 миллиардов долларов во всем мире. Вместо того, чтобы полагаться на интуицию, опыт и рассказывание историй, участники и зрители спортивных состязаний могут изучать данные, которые раскрывают истинную историю, чтобы помочь во всех аспектах игры.
Big Data Science — это гораздо больше, чем просто модный термин. Data Science теперь предоставляет множество возможностей благодаря способности решений для больших данных управлять огромным объемом и высокой скоростью больших данных. Однако то, что исход игры может не иметь значения в большем масштабе, не означает, что это «просто игра».
Гипер-персонализированные спортивные трансляции
Благодаря обеспечению эксклюзивных и многолетних прав на прямую трансляцию различных футбольных лиг, мы имеем наилучшие возможности для понимания демографии потребителей футбола, а также потребительских привычек – например, смотрят ли они основные моменты или полные игры, или и то, и другое.
«По мере того, как мы собираем больше данных о потребителях, мы можем разрабатывать диверсифицированные предложения для различных рынков и сотрудничать с различными организациями посредством масштабируемых бизнес-моделей».
Педро Преса, генеральный директор MyCujoo, сказал это об аналитике для персонализации
Ускоренные результаты тренировок благодаря аналитике больших данных
Чтобы выделить сильные и слабые стороны команд и противников, тренерам обычно приходится часами тщательно вырезать игровые фильмы.
Однако использование такой программы, как Hudl, которая позволяет быстро загружать игровые кадры, создавать отчеты и обмениваться комментариями с командами, может сэкономить тренерам тонну времени.
Подбор игроков на основе данных
Согласно гипотезе Moneyball, команды могут покупать активы, которые другие команды недооценивают, и продавать активы, которые другие команды переоценивают.
То, как часто отбивающий достигает базы, известно как процент выхода на базу в бейсболе, в то время как процент слаггинга известен как переоцененный актив (как часто игрок получает дополнительные хиты – дубли, триплы или хоум-раны).
% выхода на базу сыграл значительную роль в успехе, но не в оплате игрока, что указывает на то, что игроки дешевы, но талантливы. В результате Бин нанял игроков по сниженным ценам, у которых был более высокий процент выхода на базу.
Интеллектуальное отслеживание и продвижение восстановления спортсменов
То, как тренируется спортсмен, влияет на то, насколько хорошо он выступает. Спортсмены должны следить за тем, чтобы у них было хорошо спланированное, богатое питательными веществами питание, достаточно сна ночью, энергия для тренировок и игр, следовать правильным режимам тренировок и упражнений и быть способными справляться с умственными препятствиями, которые возникают в мире спорта.
Для их пользы существуют приложения, которые показывают детям, как справляться со всеми этими аспектами их жизни.
Будь то историческая информация, решающее ведение счета, прогнозы производительности для алгоритмов или безошибочная статистика игроков, большие данные являются важнейшим компонентом спортивной индустрии.
Коллективное понимание статистики игроков, их возможностей и полных возможностей производительности — это факторы, которые определяют результаты в профессиональном спортивном секторе. Аналитика больших данных значительно изменила спортивный бизнес, будь то профессиональный, начинающий или молодежный спорт. Big Data преобразовала спортивную индустрию, превратив статистические данные в стабильный и понятный контент и управляя качественной и количественной информацией.
Основные рыночные тенденции
Футбол занимает наибольшую долю на рынке спортивной аналитики
• Благодаря растущему интересу к футбольным лигам, таким как Лига чемпионов УЕФА, MLS, EPL и ISL, футбол сам по себе занимает наибольшую часть рынка спортивной аналитики. Кроме того, сотрудничество команд и клубов с аналитическими компаниями является крупной отраслевой тенденцией. Например, Opta, ведущий поставщик данных о футболе, сотрудничает с многочисленными футбольными лигами и клубами. Независимо от того, владеет ли игрок мячом или нет, аналитика Opta может отслеживать каждое его движение в определенной области поля.
• В заключение, растущий уровень конкуренции, необходимость принятия более эффективных решений для получения преимущества над конкурентами, принятие стратегии для игр на поле, продажи билетов и влияние социальных сетей — все это факторы. Конкурентная среда
• Рынок спортивной аналитики контролируется крупными предприятиями с гораздо большим рыночным присутствием, и произошла некоторая скромная консолидация рынка. С точки зрения доли рынка, только несколько из ведущих конкурентов в настоящее время доминируют на рынке. Эти крупные компании, которые занимают значительную долю рынка, сосредоточены на расширении своей клиентуры за рубежом. Эти компании используют стратегические совместные проекты для увеличения своей доли рынка и прибыльности. Участники рынка также приобретают стартапы, которые разрабатывают технологии рынка спортивной аналитики, чтобы расширить возможности своей продукции.
Крупные игроки
Заключение
Подготовка является ключом к результатам спортсмена. Одним из хороших примеров является использование Ливерпулем науки о данных для доминирования над противниками в недавних Премьер-лиге и Лиге чемпионов. Тренер Ливерпуля использовал науку о данных, чтобы изменить исход игр во время их проведения, что имело большой эффект — в конце концов, они являются победителями Лиги чемпионов УЕФА (2018-19) и Премьер-лиги (2019-20). Некоторые исследователи предложили несколько методов решения проблем в области спортивных больших данных, таких как прогнозирование производительности спортсменов в графе знаний и поиск восходящей звезды спорта. Однако решения некоторых важнейших вопросов остаются неизвестными, согласно анализу литературы по этому вопросу.
Автор: Бобби Сингх